No model is perfect, they are only approximations.
Some approximations are useful and provide insights.
Models that look too good to be true generally are not reliable.
then it generally is.
次の英文の解釈は、「もしモデルが、本当だというには良いように見えすぎるならば、一般的に、それは本当にそれだけ良いモデルなのだ」であってますか?
If a model looks too good to be
true, then it generally is.
文脈の詳細は以下の通りです。
One must remember,
however, that no model is perfect, and that all models are merely approximations.
But some of these approximations will turn out to be useful and lead to insights.
One needs to become a critical user of models. If a model looks too good to be
true, then it generally is. Models need to be checked, and we emphasized earlier
that models should not be evaluated on the data that had been used to build them.
Models are “fine-tuned” to the data of the training set, and it is not obvious whether
this good performance carries over to other data sets.
http://media.johnwiley.com.au/product_data/excerpt/4X/11184471/111844714X-14.pdf
にある文章でいいでしょうか。
>If a model looks too good to be true, then it generally is.
「(数学)モデルがあまりにもできすぎて(間違って)いるように思えるなら、一般的に、その通り(、間違っているの)である。」
お示しの部分はもちろん、章全体を見ても、上記のように言っていると考えて差し支えありません(もっとも、この文をどう読んでも、その参考書の理解に問題は出ないと思われますが)。
そのようにネガティブに解釈しておけば、お示しの範囲では、その直後の、
>Models are “fine-tuned” to the data of the training set, and it is not obvious whether this good performance carries over to other data sets.
「(数学)モデルはtraining set(数学モデルの構築に使ったデータ)に対してのみ最適に微調整されるので、その他のデータ(実際の運用時のもの等)で上手く行くとは限らない。」
にうまくつながります。training setに対してだけ最適化しすぎた(too good)モデルは、実使用では役に立たないということです。統計的な手法では必ず外れるものが存在するのに、もしモデル構築用の限られたデータ(と、テスト用データ:test set)ではことごとく的中するなら、どこかおかしいわけですね。
P.S.
表現レベルでみると、英語ではおおむね、too goodはbadの意味です。日本語の「良い」→「良すぎる」と強める意味にはなりません。
If a model looks too good to be true, then it generally is (too good to be true).
意訳すると、
もしもあるモデルがあまりにできすぎているように見えるなら、それは一般的に信じるに値しない。
二回目のtoo good to be trueは、否定的な意味ですね。
お礼
皆さまご回答ありがとうございました! 勉強になりました。 lazydog1さま、その文章です。 詳しいご説明に感謝します。 訳文に(間違って)とつけ加えていただいたおかげで、英文を(この文脈にちゃんと沿うように)しっかりと解釈できるようになりました。